新赛道 新蓝图

​​让每一句人机对话都安全可信，让每一次智能交互都风险可控——这是属于AI时代的安全承诺。 

​

​2月26日，启明星辰召开“新赛道 新蓝图 | 大模型应用安全详解”主题会议，首席战略官潘柱廷围绕产品矩阵构建、赛道价值论证、产业格局重构三大递进维度展开分享，系统阐述了集团在大模型应用安全领域的战略布局，并深度剖析DeepSeek对安全行业的范式革新。

 

以下为演讲全文。

​

​前一段时间启明星辰密集发布了很多相关产品，今天给大家做一些细致的解说。

 

我先以一个故事性的场景作为开场。

 

上周日晚上，正值我们发布新产品套件的前夕，当时已确定发布两个产品：一是MA（大模型访问安全代理），二是MAVAS（大模型安全评估系统）。关于次日具体发布方案，我陷入决策困境——是单独发布其中一个产品，还是将两者合并发布？若选择后者，则需要将MAF（大模型应用防火墙）同步纳入，形成完整的三件套组合。
 

最终决定采用三件套方案后，当晚10:30我便着手撰写总领性宣传文章，计划次日10点正式发布。为构建宣传框架，当晚10:30，我向DeepSeek提出一个命题来组织宣传文案：
 

 

DeepSeek经过约20秒的思考，生成了一篇令我深感惊艳的宣传文稿。其中令我尤为欣赏的是其生成的金句——“让每一句人机对话都安全可信，让每一次智能交互都风险可控——这是属于AI时代的安全承诺”。

 

该表述虽由“可信”“可控”“风险”等工科术语构成，但经过系统组合后呈现出强烈的感性张力与文艺气质。

 

值得强调的是，此次宣传文案的整体框架完全由DeepSeek生成，仅因涉及新发布产品的技术细节，系统无法基于现有公开资料完成具体参数描述，故由我方团队补充完善产品特性部分，而核心行文结构与金句均保持原稿形态。上述完整创作过程均发生于产品发布前夜。

 

自该日起，在后续所有涉及大模型安全的产品发布及宣传文案中，这句金句持续作为Slogan进行呈现。我对此表述尤为欣赏，并且希望可以作为产业中的一个共同愿景。

 

回到今天的主题，我将通过三个递进的话题展开论述。

 

第一，系统梳理启明星辰自2月6日春节复工至今连续发布的9款大模型安全产品，我认为其已构建出一种大模型应用安全产品矩阵。
 

第二，我认为大模型应用安全MAS新赛道已经形成，并将阐述我的判断依据。
 

第三，关于DeepSeek，其不仅推动了大模型应用安全赛道的形成，更重要的是对整体安全产业格局进行了重构，为整个行业带来了全新的发展机遇。

​

启明星辰大模型应用产品矩阵

 

首先以启明星辰的大模型应用安全产品矩阵作为切入点。

 

2024年整个安全产业都在积极推进人工智能技术，特别是以ChatGPT为代表的大模型技术与安全业务的融合应用。

 

事实上，我们并非因为DeepSeek的出现才启动这项工作。当前行业主要沿着两个方向推进：其一是大模型赋能安全业务，这一方向已获得产业界广泛实践，各企业均有大量落地案例；其二是聚焦大模型自身安全性的研究与应用，这属于更具学术前瞻性的领域。

 

去年，我们始终围绕两个核心方向展开布局——既包括将大模型技术融入安全领域（M+Security），也涵盖针对大模型本体安全性的防护体系构建（Security for大模型）。
 

简要阐述大模型技术对安全产业的赋能路径。

 

从启明星辰实践视角观察，2024年公司已发布泰合安全垂类大模型及安星智能体，并探索智能体技术在威胁检测、安全运营、情报分析等场景的赋能模式。同期行业诸多企业亦在类似方向展开探索。

 

2025年后大模型深度赋能安全的趋势将进一步强化。以DeepSeek技术体系为例，其在安全领域的融合应用已产生实质进展——例如移动云云安全系统集成DeepSeek能力实现架构升级、XDR产品线引入大模型增强分析决策、安全运营体系构建九天大模型与DeepSeek协同的双模型架构等技术迭代。核心聚焦仍在于大模型应用安全方向的技术演进。

 

另一方面，AI自身安全。2023年行业焦点主要集中于大模型安全防护，而随着智能体等技术的成熟，安全范畴已延伸至智能体层面。由于智能体涉及大模型工具调用、知识库对接等交互，不同系统部件之间产生分离和关联,这就在其内部有了智能体自身安全问题。

 

 

事实上，大模型安全相关议题并非全新命题。彼时这些安全隐患尚未催生产品或者形成独立市场。当前阶段，我更倾向于将其定义为“后DeepSeek时代”——该表述特指DeepSeek技术体系引发行业广泛关注后，大模型应用安全作为新命题正式进入产业视野。具体而言，大模型应用安全并非孤立概念，其范畴既涵智能体安全与大模型本体安全。

 

与过往技术做类比，大模型自身安全就像早期操作系统安全发展阶段——其安全防护聚焦于系统本体架构，相关研究具有显著学术属性。后来，从大型机操作系统发展到网络阶段、互联网解读，才有了网络安全问题。而当下，DeepSeek推动的大模型应用场景爆发式扩展，各种新智能都以DeepSeek为核心。现在，AI自身安全的外延就已经扩展到“大模型应用安全”这个范畴了，相对于大模型自身安全，其范畴就可以类比网络系统安全相对于操作系统安全了。

 

1.新一代安全三件套：MAF/MA/MAVAS
 

从产品发布时序观察，公司自2月6日启动全面技术对接后即确立产品发布计划。公司对MAF（大模型应用防火墙）已有明确认知——是传统WAF（Web应用防火墙）的技术演进形态。基于此共识，团队于次日（2月7日）快速完成MAF产品首发。通过产品命名即可了解其技术沿袭关系：大模型应用防火墙（MAF）与Web应用防火墙（WAF）形成跨时代的技术代际映射。
 

从技术演进路径审视，大模型应用防火墙（MAF）存在清晰的技术谱系传承——其防护理念可追溯至IPS（入侵防御系统），更早的源头则植根于传统防火墙技术，这构成了持续迭代的完整脉络。

 

需要澄清的是，这类安全技术并非春节后突击研发的成果，其核心技术沉淀源于行业长期积累：在大模型自身安全需求尚未成为显性命题前，启明星辰已展开技术预研，这种研发前瞻性不仅体现在单一企业层面，更是整个网络安全产业应对技术变革的共性策略。
 

DeepSeek技术体系通过大幅降低大模型应用的成本，直接推动两类机构数量激增：一是使用DeepSeek提供大模型服务的技术供应商；二是采用大模型进行业务创新的应用机构。

 

回顾演进历程，早期大模型服务市场呈现高度集中化特征，仅有少数科技巨头具备服务能力。在此阶段，大模型应用安全需求主要体现为内部工程价值，尚未形成具备商业规模的市场空间，因此对应安全产品处于产业缺位状态。

 

基于对演进趋势的研判，春节后我们作出一个稍有冒险的判断：随着大模型应用门槛的持续降低，针对大模型应用安全的市场化需求必将形成独立赛道。作为该决策的落地验证，MAF（大模型应用防火墙）自产品首发至今已逾20日，我认为当时的冒险式判断还是具备合理性。

 

2025年第六周第五天，我们正式发布MAF（大模型应用防火墙）。第八周周一，补充推出MA（大模型访问安全代理）与MAVAS（大模型安全评估系统），形成完整的三件套体系。
 

 

MA的研发源于对市场趋势的前瞻性研判：虽然传统CA（云访问安全代理）在国内市场发展受限，但随着大模型在云端的广泛部署，机构使用场景将呈现复杂化与多样化特征。不同于过去仅面向公有云的简单访问模式，未来需要应对分散在云端的多个大模型服务，这种演变使北美CA的应用逻辑在中国MA场景中得以复现。MA产品基于既有技术框架快速迭代，专注解决大模型访问路径的安全管控问题。

 

MAVAS产品则由传统漏洞扫描工具演进而来，在保留基础漏扫功能的同时，新增针对大模型的专项检测能力，可支持合规性检查与风险评估。

 

三件套采用勾股定理架构隐喻：MAF侧重服务侧安全防护，MA聚焦访问通道管控，MAVAS则承担评估者角色。既能作为监管机构的测评工具，也可用于企业采购者或自查使用。
 

这种设计对应大模型应用环境中的三类安全需求——服务部署安全、访问路径安全与合规保障安全，每个单品均能针对性解决特定维度的核心问题。
 

 

2.服务组合创新：柔助力能力变成安全能效

 

面对客户希望快速展开应用的Deepseek超融合一体机路线，我们决定推出安全超融合服务。超融合服务通过三重融合实现价值输出——其一是，建设与安全同步实施；其二是，网络安全/数据安全/大模型安全的体系化整合；其三是，大模型应用安全的多方面能力的灵活配置。而将一体机的硬融合转变为安全超融合服务，使得客户不会被单一的硬件选型束缚，能更契合客户建设和安全的具体情况和需求。

 

关于大模型安全运营前哨基地的构建，这源于我们长期面临的行业难题——如何在数据不离场的前提下实现有效安全运维。当前业内存在两种典型模式：一种是通过将客户数据回传至自有平台进行分析，主要服务于中小型客户；另一种则是传统驻场运维模式，这需要投入大量人力成本。然而启明星辰的核心客户群体多为大型特殊机构，他们既严格禁止数据外流，又期望获得专业级远程服务，这种矛盾使得我们长期处于方案选择困境。

 

转机出现在DeepSeek大模型技术的应用突破。该模型的超轻量化特性，支持7B/14B/32B参数级部署，显著降低了边缘侧算力需求，特别是32B参数版本展现出极佳的性价比优势。这使得我们能够将原本部署在中心云的核心安全能力模块下沉至边缘节点，构建起"云-边-端"协同的火力部署体系。
 

这种模式本质上并非技术突破，而是现有能力的创新性重组——将总中心的部分核心功能向边缘侧迁移，既避免了数据离场风险，又克服了传统端点设备能力薄弱的缺陷。

 

具体实施中，通过在客户侧部署具备类运营中心能力的前哨节点，也可灵活部署于网络边缘的SaaS架构节点，结合MAVAS自动化评估产品与人工专家服务的组合，形成了兼顾数据合规与运维深度的新型服务模式。
 

而基于MAVAS产品的SaaS化的大模型自评估服务，可以借助云端资源。目前已在移动云进行部署，客户只需通过API调用，即可在低成本投入下完成大模型安全自评估。
 

2月24日，启明星辰发布“大模型应用安全服务组合”：SaaS化MAVAS大模型应用安全评估服务、MASHFS大模型应用安全超融合服务、MFSOB大模型安全运营前哨基地。

 

 

其血脉传承非常清晰，如MAVAS的SaaS化服务源自原有漏扫系统的SaaS化自评估检查体系演进；大模型安全超融合服务，从价值对标来说，对标的是大模型超融合、大模型一体机，达成三方面的融合；大模型的安全运营前哨基地不是一个新服务，而是新的服务供给方式，满足数据不离场安全运营诉求。
 

 

3.发布：定义AI就绪安全基座

 

针对深度应用场景，2月25日启明星辰发布三份重量级的《》。此举源于客户对初期"三件套"（MAF/MA/MAVAS）“能力简单”的反馈。三件套确实不是为深度应用客户准备的而是局部的单品，当真正应用到安全体系比较成熟的、较大型的机构中，深度用DeepSeek的时候，仅上一个MAF、MA确实不够。作为复杂体系，它面临的问题要跟原有的复杂体系，网络安全和数据安全体系整合的问题。
 

为了能够给业界传递一些更加多样化的、完整的声音，2月25日启明星辰发了三份《》，匹配大模型应用环境，其实也是数据安全环境和网络安全环境里边需要的三个安全底座，即身份与访问、安全数据通层、安全功能管理。

 

当然，叠加大模型之后，就变成了《AI-R-IAM：AI就绪的大模型身份与访问管理》《AI-R-SDLayer：AI就绪的安全数据通层》《AI-R-SOCC：AI就绪的安全合成管理中心》。

 

 

身份与访问管理不需要多解释。

 

AI就绪的安全合成管理中心，类似于军事上“合成旅”的概念，再加上AI。AI-R的SOC，它跟原来的安全管理平台、态势感知平台有两个区别：一是极度智能化能力的介入，比如说MFSOB大模型安全运营前哨基地，因为AI的强化，机构自身就也可以部署多级的前哨基地；另外就是合成，安全管理平台尽量不要建三个（一个管网络安全，一个管数据安全，一个管大模型应用），还是希望形成一个合成的安全管理平台。当然，安全的触点和特殊性，会顾及到大模型应用安全的特殊性。

 

其中，《AI-R-SDLayer：AI就绪的安全数据通层》这一研究成果，其重要性足以独立发表。然而，在当前环境下，为了吸引足够的关注，我们不得不将其与AI、DeepSeek等热门话题相结合。我也很期待未来有机会能专门就安全数据通层这一主题与大家深入交流。
 

那么，什么是安全通层呢？我们观察到，在数据趋势的推动下，以往以应用为核心、数据作为应用附属品的格局正在发生变化。由于应用之间的互通，特别是API的打通面临诸多困难，因此，一个以数据为基础、形成通层的解决方案显得尤为重要。在这个框架下，应用将变得更加轻量、灵活，它们将依赖于这个数据通层来解决实际问题。

 

这是一个类似像上世纪八九十年代，开始是，连接是机器的附属，像装个cross cable把两个机器连起来；后来变成网络是通层，机器是挂在网上的，我认为这样的故事在数据和应用关系之间就会发生。现在数据是应用里边自己的数据，以后会变成数据是通层，应用趴在数据上头。这个论断对应到安全，安全的能力原来是以SOC态势感知功能性为主，数据是体系下积累的数据；以后应该会变成以数据、情报为中心，而安全功能去附着在这安全方面的数据通层上。这就是我说的安全数据通层这件事的意义。
 

启明星辰凭借自身深度的积累，仅用一周多的时间，重新整理 AI和数据通层之间的关系，形成《AI-R-SDLayer：AI就绪的安全数据通层》。

 

这三个《》是三个安全基座，即身份基座、数据基座和管理中心基座。它的定位是大模型深度应用场景下的安全技术，面向大企业。

 

 

当前形成的“三件套+三服务+三基座”产品矩阵，本质上是应对大模型深度渗透业务场景引发的安全范式变革。它针对大模型应用安全，不是大模型赋能安全。
 

所有的客户的业务应用都会应该被大模型重洗、重构，WEB对外的应用都会变成大模型对外，所以会从WAF变成MAF。对于不同的应用深浅度和视角，会产生多样化的安全需求。至少从服务、单品和共性基座，就会有形成一个有规模的产品和服务矩阵。我们也将会陆续发布更多有价值的产品、方案、服务等。

 

我们高频次的产品发布和产业发声，正是在践行“不是市场在等产品，而是产品造就了市场”的产业逻辑。

 

我们认为，这不仅是启明星辰的机会，也是整个网络安全产业机会，可以一起对“后DeepSeek时代”做出重大贡献。
 

如今，启明星辰凭借大模型应用安全产品和服务矩阵，在大模型应用安全赛道上，已经推开了一扇门，推开了一条缝，甚至看到了里边的光，这也成功验证大模型应用安全赛道的可行性。

 

我们真诚希望，网络安全等产业链各方携手，共同推进从技术验证到规模商用的跨越发展，正如哪吒、DeepSeek、悟空三个产品所示，前瞻性的技术布局能够催生全新市场空间，开辟千亿级的新兴市场空间。

​

大模型应用安全MAS新赛道
 

大模型的应用场景是规模化的，其安全问题的解决对于推动其大规模商用具有重要意义。

 

用个比喻来说，瓦特并非蒸汽机的原创发明者，而是改良者。如今，大多数人会不记得蒸汽机的最初发明者是谁，这往往需要查阅历史资料才能得知。在蒸汽机最初问世时，它主要被应用于矿山，依靠新开采的煤炭作为燃料来驱动抽水，但这一时期的蒸汽机效率低下且运行成本高昂，因此普及程度有限。然而，瓦特对蒸汽机进行了改良后，它的应用范围迅速扩展到了纺织工厂、蒸汽轮船以及各种其他领域。

 

瓦特做的事情跟现在DeepSeek做的事情是很类似的。把成本降下去，让很多人很容易上手就开始去用，原来只有少数一些大厂能够玩得起的事情，现在所有的机构只要有一点点技术能力就可以去做。

 

目前DeepSeek所处的地位，可以被视为一种革命性的改良，这种改良为市场开辟了新的可能性，其影响力堪比瓦特对蒸汽机的改良所带来的变革。DeepSeek凭借其超低门槛的开源免费特性，既便捷又经济，同时其能力直逼GPT-4，展现出极为强大的性能。

 

在我上周接受采访时曾提及：“GPT促使AI从学术圈迈向了技术圈”，这一转变仿佛就在前不久。然而，DeepSeek的出现则标志着AI真正实现了破圈，其影响力不仅覆盖了全行业，更深远地触及了全社会乃至各个产业领域。因此，DeepSeek的安全问题自然成为了值得深入探讨的话题，它或许预示着一个全新的发展板块正在崛起。
 

此外，我想引用中国移动杨杰董事长在去年年底集团工作会议上关于消费变化趋势的三个核心观点，来进一步阐述我们的观点。
 

第一，具有高性价比。这一点DeepSeek无需多言，已经得到了充分验证。

 

第二，高科技元素。

 

第三，高情绪价值。高情绪价值正成为驱动用户疯狂追捧的关键，DeepSeek作为纯中国人打造的开源产品，其中蕴含的非技术情绪因素，对于其应用的迅速普及起到了不可估量的作用。这种情绪价值不仅增强了用户的归属感，也进一步推动了DeepSeek大模型应用前景的高度看好。当然，随着大模型应用的普及，大模型应用安全也需紧随其后，虽然不敢断言百分百，但我认为其成功的机会非常大。

 

随着大模型应用的规模化发展，越来越多的服务将基于大模型展开，传统的web服务将逐渐转变为以大模型，特别是DeepSeek为核心的服务，云上的DeepSeek服务有望成为云厂商的主流盈利点。以MAF为代表的大模型应用需求，因其刚需性而备受瞩目。大模型在伦理、内容等方面的安全问题，也催生了对于安全解决方案的刚性需求。
 

作为大模型业务的开发者，需要深入考虑如何训练模型，以应对宗教、政治等伦理问题。这些问题对跨行业的垂类模型来说是共性的，无论是教育、健康、矿山还是测绘领域的大模型，所面临的伦理问题都是一致的。因此，这些问题非常适合由通用产品来解决，这就是MAF及其类似产品的生存基础。

 

由于服务侧的大模型应用会成规模，且其需求高度统一，因此安全需求也随之规模化，这一点在访问侧同样适用。当前，随着人们对私域数据、知识库和工具集自我保护的重视，访问侧的安全问题日益凸显。以我们公司财务部门和IR部门为例，撰写年报时显然不能将敏感的财务数据直接交给大模型处理，这是既不敢也不能做的事情。公有模型与私有模型之间的复杂访问关系，以及访问侧的安全保护，将成为新的挑战和机遇。此外，北美CA的成功故事很可能在中国以MA等形式重现。

 

再有一个就是高价值客户的深度应用。DeepSeek的发展速度惊人，短短一个月内，就带来了显著的变化。以启明星辰为例，自2月6日以来，整个公司以周为迭代。这种快速迭代并非启明星辰独有，而是整个社会都在经历的现象，尤其是高价值客户，他们已经迅速进入了深度应用的阶段。在与某大型机构交流时，我们了解到他们已经提前应用了大模型，并因此获得了可观的收益。
 

 

现在是把其他大模型换成DeepSeek，即使现在还没有到这程度，它肯定会从一个浅度应用迅速在三个月左右时间进入一个深度应用的层面，深度应用就有深度应用的安全需求。我借用中国移动总经理何彪总经理的一个安全体系理念，这个理念用在大模型深度应用场景上也很适合——全客户、全网络、全数据、全过程、全场景的“五全”安全理念。

 

对于深度应用场景，我也有一个非常有意思的判断。众所周知，我们的技术架构包含网络层、数据层以及应用层。在我看来，大型模型的应用将展现出一种共性趋势，即大模型应用层有望从现有的应用层中独立出来。具体而言，应用层可能会分化为两个层次：一是大模型应用层，二是更加侧重于场景化或行业特定需求的场景化应用层。

 

在健康、教育、测绘、交通等各个领域中，尽管每个人的应用方式和需求各不相同，但都会涌现出一个相对统一且具有共性的大模型应用层。这一层通过大型模型构建智能体，集成知识库和工具集，其结构在很大程度上呈现出趋同的特点。当然，在这一层之下，可能还包含着数据层、网络层以及系统层。值得注意的是，由于网络、计算、大型模型或智能计算具有趋同的“实体属性”，它们之间很可能融合。这种实体属性与数据不同，数据本身与这些实体是完全独立的两个范畴：一个是实体化的存在，另一个则是内容，即数据问题。

 

我认为质、算、网未来可能会融合为一个大的或某种形式的整合体。无论如何，大模型应用的独立发展将促使其与数据场景化应用形成紧密相连的三位一体关系。在探讨经典的网络安全、系统安全以及新兴的大模型安全时，我们不难发现它们之间存在诸多共性。这意味着原先用于网络安全的产品形态和能力属性在大模型安全中具有较高的复用性。这一现象不仅揭示了安全领域的内在联系，也为相关板块的发展提供了推动力。因为仅仅满足需求是不够的，有效的供给同样至关重要，尤其是在当前供给不足的情况下。

 

这个特点是已经发生在数据安全，其实数据安全是有需求的，但是技术供给不足，说来说去就是个隐私计算，还没有真正的爆款技术在数据安全领域里出现。但是这里面提到的意思是说大模型应用安全，由于它技术的与网络安全、系统安全有极大的亲和性，所以也有能力迁移和映射形成新的产品形态。大模型应用安全的供给能力其实比数据安全还好，所以也为这个板块形成了这样一个契机。这些分析其实也是我认为成规模的大模型，应用规模在这，而安全供给是有规模价值的。

 

这么多大模型应用安全产品，可以看到品类繁多。一个好消息，是有100亿到1000亿规模数量级，但下边一个结论可能不见得是好消息，刚才说AI计算和网络的一个亲和力可能造成一种融合性，就是AI网络、系统计算云形成一种亲和关系，所以很自然大模型应用安全会侵蚀原来的网络安全和云安全及系统安全，但是它侵蚀的部分，还是有规模化的增量，但这个规模化的增量是100%还是10%，都让市场来去验证，这是我对赛道和赛道规模的一种预判。

 

DeepSeek对安全行业的重构

 

最后再谈谈DeepSeek对安全行业的一个重构看法。
 

借鉴中国移动杨杰董事长在集团2025年工作会议中的见解，他提出了五个深刻认识，其中第三个着重探讨了新技术带来的新机遇，特别是AI如何重塑需求、生产和经营方式。这一观点仿佛是对春节后科技发展趋势的一次精准预言。

 

杨杰董事长之所以能有如此前瞻性的洞察，并非因为他拥有预知未来的神力，而是因为他深刻理解并把握了那些能够引领世界变革的核心技术规律。这些规律概括起来就是三点：改变供需、改变生产和经营方式、以及改变创新范式。
 

1.DeepSeek改变需求

 

就改变需求而言，安全领域除了传统的甲乙双方供需关系外，还涉及监管模式和供给模式的变革。在这一背景下，像DeepSeek这样的自动化工具将发挥至关重要的作用，它们将极大地增强安全领域的自动化水平，推动整个行业向更高效、更智能的方向发展。

 

在最近二十多天的观察与分析中，我们得出了以下结论：DeepSeek会改变我们的需求，进而重塑我们的产品和服务形态。这一变革主要体现在三个方面：
 

一是赋能。DeepSeek的强大能力为我们的产品和服务注入了新的活力，使其能够解决以往难以应对的复杂问题。

 

二是大模型应用的开创性。DeepSeek作为大模型的杰出代表，其应用不仅拓展了我们的技术边界，还催生了一系列创新性的产品和服务。

 

三是DeepSeek自身的特异性属性所带来的颠覆性变化。以超进化级的DeepSeek为例，其超轻量级的特性使得我们能够将原本沉重的安全解决方案以更轻便、更高效的方式部署在客户端。这种属性的变革，正如手机电池的小型化与高效能化推动了手机的普及一样，DeepSeek的超轻量级属性也将为我们带来许多颠覆性的创新方式。它不仅简化了部署流程，降低了成本，还提升了用户体验，使得我们的产品和服务能够以更灵活、更便捷的方式满足客户的需求。
 

 

比如说to C和to H，难道个人不能拥有一个很强大的DeepSeek？比如对数据的依赖，比如生成式大模型，现在的生成式和推理式，比如说蜜罐，以后在低交付蜜罐和高交付蜜罐之上会有一个层次，上面一层叫做“生成式蜜罐”。这就是DeepSeek大模型或者现在推理式大模型，由于它的某一方面属性所驱动的一种颠覆性的可能性，它可能直接改变场景，又改变自身的安全功能，所以把第三项特意拿出来，他和前面两个有些重叠，但是它自己的特异性，是很值得关注，也是我们产业新增量的新产品，甚至于新的爆款的机会，很可能会在第三种情况下是存在的。
 

基于我个人的体验，我想直接引用DeepSeek的回答来探讨它是如何改变需求的。以下便是DeepSeek对于网络安全行业如何改变行业需求以及它如何改变生产和运营方式的见解。由于这是DeepSeek的直接阐述，我将不再进行额外的解读，而是让大家直接感受其深刻内涵。
 

 

2.DeepSeek改变生产和经营方式

 

大家刚才观看产品演示时，是否留意到了那张充满的海报？这种兴奋与热情的状态，在我们公司已经持续了两周多。我们对前沿技术的追求，已经深入到公司的每一个角落。现在，我们的所有工作目标和内容都与DeepSeek紧密相连，所有的工作过程和方法都充分利用DeepSeek来优化。

 

 

如果你感觉DeepSeek的回答不尽如人意，那很可能是你的提问方式需要调整，而非质疑其能力。在启明星辰，我们的工作节奏已经加速到以周为单位，这正是DeepSeek如何改变我们的生产和经营方式的生动体现。混元大模型也给出了类似的回答，证明了DeepSeek对我们工作方式的深远影响。

 

3.DeepSeek改变创新范式

 

DeepSeek改变创新范式，如果经常听我讲演，应该见过我画这个图。但我以前经常画左边四个，现在可以看到其实第五范式，已经客观存在了。第四范式是数据密集型，第五范式是参数密集型，或者叫神经元密集型。
 

 

这是我个人的深刻体会，AI驱动的科研，已经跨越了经验科学、理论科学、计算科学和数据科学的阶段，进入了一个全新的AI叠加的科研模式。这一转变正在深刻地改变我们的创新范式。当前，我们正面临着前所未有的挑战。

 

比如，未来的创新研究将不再仅仅依赖于研究院。因为，随着DeepSeek的普及，每一个员工都具备了创新的能力，创新已经不再是某个特定部门的专属职责，而是全员参与的过程。这同样是一种创新范式的转变，它深刻地影响着我们的组织结构和创新机制。
 

以往的观点常常认为，大公司的创新动力不足，所有的创新大多源自于小公司或是大公司的边缘部门。然而，这一判断未来会发生显著变化。在当前的环境下，无论员工身处何职，只要赋予他们适当的机制与工具，每个人都具备了创新的潜力，这有可能催生出一种爆发式的生态创新模式。
 

以DeepSeek为例，当我向它提出关于创新范式的问题时，它所给出的回答远远超出了我的预期。它不仅涉及到了研发范式、设计范式的变革，还触及了协同范式、组织范式乃至伦理范式的深刻转变。这意味着，AI如DeepSeek正引领着我们进入一个全面创新的新时代，其中创新的边界被不断拓展，创新的深度与广度也在不断被刷新。

 

 

总结一下我今天分享的三点内容。

 

首先，借此机会介绍了一下启明星辰最近发布的由9个产品服务组成的大模型应用安全产品矩阵，从这个矩阵中，我们可以看到大模型应用安全赛道已经清晰可见，我认为这是一个极具吸引力的赛道，为我们产业带来了新的机遇。

 

其次，从大模型应用安全赛道的发展来看，它不仅是一个充满潜力的领域，更是一个值得我们深入探索和布局的赛道。
 

最后，我要强调的是，DeepSeek作为我们重点关注的大模型，它对我们整个产业带来了重构的态势，DeepSeek的独特能力和特性，正在推动着我们产业的变革和发展。

 

这就是我今天想与大家分享的主要内容。

​